GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi VERİ YAPILARI. Bilgisayar Mühendisliği ÖĞR.GÖR.GÜNAY TEMÜR 1

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi VERİ YAPILARI. Bilgisayar Mühendisliği ÖĞR.GÖR.GÜNAY TEMÜR 1"

Transkript

1 VERİ YAPILARI GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi Bilgisayar Mühendisliği ÖĞR.GÖR.GÜNAY TEMÜR 1

2 GRAPH (ÇİZGE - GRAF) Terminoloji Çizge Kullanım Alanları Çizge Gösterimi Komşuluk Matrisi Komşuluk Listesi İlgili Algoritmalar Çizge Üzerinde Gezinme DFS BFS Dijsktra Algoritması Kruskal Algoritması (Minimum Spining Tree) Toplojik Sıralama ÖĞR.GÖR.GÜNAY TEMÜR 2

3 ÇİZGE (GRAPH) GİRİŞ Köşe (vertex) isimli düğümlerden ve kenar (edge) isimli köşeleri birbirine bağlayan bağlantılardan oluşan veri yapısıdır. Ağaçlar gibi çizgeler de doğrusal olmayan veri yapıları grubuna girerler. D E A C F düğüm B kenar ÖĞR.GÖR.GÜNAY TEMÜR 3

4 ÇİZGE (GRAPH) GİRİŞ (DEVAM ) Bir G çizgesi G(V, E) şeklinde gösterilir: a. V = V(G) Kümesi: Küme elemanları, G nin düğümleri (nodes), noktaları (points) veya köşeleri (vertices) b. E = E(G) Kümesi: Küme elemanları G nin kenarları (edges) olarak adlandırılan sırasız düğüm ikililerini içerir. ÖĞR.GÖR.GÜNAY TEMÜR 4

5 ÇİZGE (GRAPH) GİRİŞ (DEVAM ) Çizgeler, düzlemsel diyagramlarla gösterilir. V kümesindeki her v düğümü bir nokta (ya da küçük çember) ile temsil edilir ve her e = {v1, v2} kenarı, v1 ve v2 uç noktalarını bağlayan bir çizgi ile gösterilir. Örnek: V = {A, B, C, D} E = {e 1, e 2, e 3, e 4, e 5 } ÖĞR.GÖR.GÜNAY TEMÜR 5

6 YÖNLÜ VE YÖNSÜZ KENAR Yönsüz Kenar (undirected edge): Çizgi seklinde yönü belirtilmeyen kenarlar yönsüz kenarlardır. Yönsüz kenarlarda (v1,v2) olması ile (v2,v1) olması arasında fark yoktur. Yönlü Kenar (directed edge): Ok şeklinde gösterilen kenarlar yönlü kenarlardır. ÖĞR.GÖR.GÜNAY TEMÜR 6

7 TERMİNOLOJİ 1. Komşu Köşeler (Adjacent): Aralarında doğrudan bağlantı (kenar) bulunan i ve j köşeleri komşudur. Diğer köşe çiftleri komşu değildir. 2. Bağlantı (incident): Komşu i ve j köşeleri arasındaki kenar (i, j) bağlantıdır. 3. Bir Köşenin Derecesi (degree): Bir köşeye bağlı olan kenarların sayısıdır. Soru1: Komşu olmayan köşeler hangileridir? Soru2: 1 in derecesi kaçtır? ÖĞR.GÖR.GÜNAY TEMÜR 7

8 TERMİNOLOJİ (DEVAM ) 4. Yönsüz Çizge (undirected graph): Tüm kenarları yönsüz olan çizgeye yönsüz çizge denilir. Yönsüz çizgede bir köşe çifti arasında en fazla bir kenar olabilir. 5. Yönlü Çizge (directed graph, digraph): Tüm kenarları yönlü olan çizgeye yönlü çizge adı verilir. Yönlü çizgede bir köşe çifti arasında ters yönlerde olmak üzere en fazla iki kenar olabilir. 6. Döngü (Loop): (i, i) seklinde gösterilen ve bir köşeyi kendine bağlayan kenar. ÖĞR.GÖR.GÜNAY TEMÜR 8

9 TERMİNOLOJİ (DEVAM ) Yönlü Çizge ve Döngü (Loop) G=(V, E) V={0,1,2,3,4} E={(0,1), (1,2), (0,3), <3,0>, <2,2>, <4,3>} ÖĞR.GÖR.GÜNAY TEMÜR 9

10 TERMİNOLOJİ (DEVAM ) 7. Ağırlıklı (Weighted) Çizge: Çizge kenarları üzerinde ağırlıkları olabilir. Eğer kenarlar üzerinde ağırlıklar varsa bu tür çizgelere ağırlıklı/maliyetli çizge (Weighted Graphs) denir. Ağırlık uygulamadan uygulamaya değişir. Şehirler arasındaki uzaklık Routerler arası bant genişliği 5 Sakarya 4 Bilecik 8 İzmit ÖĞR.GÖR.GÜNAY TEMÜR 10

11 YOL (PATH) Basit Yol (Simple Path): Tüm düğümlerin farklı olduğu yoldur. Daire (Cycle): Başlangıç ve bitiş düğümleri aynı olan basit yol. (Tamamlanmış Graf) Uzunluk: Bir yol üzerindeki kenarların sayısının toplamıdır. Basit Yol: Sakarya, İzmit veya Sakarya, Bilecik Daire: Sakarya, İzmit, Bilecik, Sakarya 5 Sakarya 4 Bilecik 8 İzmit ÖĞR.GÖR.GÜNAY TEMÜR 11

12 ÇİZGE KULLANIM ALANLARI Bilgisayar ağlarında, elektriksel ve diğer ağların analizinde, Kimyasal bileşiklerin moleküler yapılarının araştırılmasında, Ulaşım ağlarında (kara, deniz ve havayolları), Planlama projelerinde, Sosyal alanlarda ve diğer pek çok alanda kullanılmaktadır. Not: Eğer bir problemin çözümü GRAF veri modeline benzetilebiliyorsa, o problem için algoritmik bir durum elde edilmiş olur. ÖĞR.GÖR.GÜNAY TEMÜR 12

13 ÇİZGE KULLANIM ALANLARI (DEVAM ) Örnek (Generic) V = 6 il: sırasıyla mesafeleri: Ankara, İstanbul, Adana, Denizli, Sakarya ve Düzce 80, 105, 80, 105, 103 ve 90. E ={(x, y) Eğer x, y den daha küçük ise} İstanbul Denizli Ankara Adana Sakarya Düzce ÖĞR.GÖR.GÜNAY TEMÜR 13

14 ÇİZGE KULLANIM ALANLARI (DEVAM ) Örnek (Uçuş sistemi) Her bir düğüm bir şehri gösterir Her bir kenar iki şehir arasındaki doğrudan uçuşu gösterir Doğrudan uçuşların sorgulanmasında cevap bir kenardır. Bir yere ulaşmak için A dan B ye yol var mı sorusu sorulur. Maliyetleri kenarlara bile ekleyebiliriz. (ağırlıklı), daha sonra A dan B ye en ucuz yol hangisidir? diye sorabiliriz. ÖĞR.GÖR.GÜNAY TEMÜR 14

15 ÇİZGE GÖSTERİMİ İki popüler gösterim bulunmaktadır. Her ikisi de farklı yönlerden düğüm ve kenar kümelerini gösterir. 1. Komşuluk Matrisi: Çizgeyi göstermek için D matrisi kullanılır. 2. Komşuluk Listesi: Bağlantılı listelerin bir boyutlu dizisi kullanılır. ÖĞR.GÖR.GÜNAY TEMÜR 15

16 KOMŞULUK MATRİSİ ÖĞR.GÖR.GÜNAY TEMÜR 16

17 KOMŞULUK MATRİSİ (DEVAM ) ÖĞR.GÖR.GÜNAY TEMÜR 17

18 KOMŞULUK MATRİSİ (DEVAM ) İki boyutlu dizi ile gerçekleştirilebilir. Uygulaması basittir. Kenar Oluşturmak ve kaldırmak kolaydır. Hafızada fazla yer kaplar. ÖĞR.GÖR.GÜNAY TEMÜR 18

19 KOMŞULUK LİSTESİ ÖĞR.GÖR.GÜNAY TEMÜR 19

20 KOMŞULUK LİSTESİ (DEVAM ) ÖĞR.GÖR.GÜNAY TEMÜR 20

21 KOMŞULUK LİSTESİ (DEVAM ) Bağlı liste içeren dizi ile gerçekleştirimi yapılır. Uygulaması daha karmaşıktır. Hafıza kullanımı komşuluk matrisine göre daha optimaldir. ÖĞR.GÖR.GÜNAY TEMÜR 21

22 ÖRNEK YÖNLÜ ÇİZGE Komşuluk Listesi Komşuluk Matrisi ÖĞR.GÖR.GÜNAY TEMÜR 22

23 GRAFLARIN BELLEK ÜZERİNDE TUTULMASI Bellek Gereksinimi Bağlantı Sorugulama Bağlantı Ekleme Matris Üzerinde N 2 *b O(1) O(1) İki Dizi Üzerinde ((2*m-c)+(N+1)*b O(d) O(m) Bağlantılı Liste İle N*(b+(d*a)) O(N 2 ) O(N 2 ) Dizi-Bağlantılı Liste (N+2*m)*(b+a) O(d) O(d) N= Düğüm Sayısı m= Kenar sayısı d= Düğüm derecesi c= Çevrimli kenar sayısı b= Veri türü boyutu a= Bellek adres boyutu ÖĞR.GÖR.GÜNAY TEMÜR 23

24 ÇİZGE ÜZERİNDE GEZİNME (TRAVERSE) Çizge üzerinde dolaşma; çizge düğümleri ve kenarları üzerinde istenen bir işi yapacak veya bir problemi çözecek biçimde hareket etmektir. Çizge üzerinde dolaşma yapan birçok yaklaşım ve yöntem bulunmaktadır. En önemli iki tanesi aşağıdaki gibidir: BFS (Breadth First Search) (Sığ Öncelikli Arama) Yöntemi DFS (Depth First Search) (Derin Öncelikli Arama) Yöntemi ÖĞR.GÖR.GÜNAY TEMÜR 24

25 ÇİZGE ÜZERİNDE GEZİNME (DEVAM ) Depth-First Search (DFS) Bir düğümden başla, düğümün bir kenarında o kenar üzerinde gidilebilecek en uzak düğüme kadar sürdür. Geri gel (backtracking) ve diğer kenarı dene. Tüm düğümler gezilene kadar devam et. Breadth-First Search (BFS) Başlangıç düğümünden başla ve tüm komşuları ziyaret et. Daha sonra komşunun komşularını ziyaret et. Başlangıç düğümünden başlayıp dışa doğru dalga gibi ilerle. ÖĞR.GÖR.GÜNAY TEMÜR 25

26 DFS GÖSTERİM a e Çizge c f d g b h ÇIKTI : a c f e b g h d STACK ÖĞR.GÖR.GÜNAY TEMÜR 26

27 BFS GÖSTERİM a e Çizge c f d g b h ÇIKTI : a c d f g h e b QUEUE ÖĞR.GÖR.GÜNAY TEMÜR 27

28 DİJKSTRA ALGORİTMASI Dijkstra algoritması, ağırlıklı bir graf üzerinde yani kenarları (edge) belli bir metrik değere sahip olan herhangi iki düğüm arası en kısa mesafeyi bulmamızı sağlayan bir algoritmadır. A B MESAFE? B ÖĞR.GÖR.GÜNAY TEMÜR 28

29 DİJKSTRA ALGORİTMASI Dijkstra algoritmasını kullanmamız için; Grafımız ağırlık ve yönlü olmalı. Kenarların ağırlık değeri sıfır ya da sıfırdan büyük bir değer olmalıdır. Eğer kenar değerleri sıfırdan küçükse Bellamn-Ford algoritması kullanılabilir. Dijkstra algoritmasını zaman karmaşıklığı yani büyük o notasyonu O(MlogN) dir. ÖĞR.GÖR.GÜNAY TEMÜR 29

30 DİJKSTRA Düzce İst 55 İzmit Sakarya Bolu Yalova 60 Eskişehir 80 Ankara Konya Isparta Nevşehir Antalya ÖĞR.GÖR.GÜNAY TEMÜR 30

31 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta Antalya

32 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) Antalya

33 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - 55(İz) 110(İs) 30(iz) 85(İs) Antalya

34 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) - Antalya 45(S) 130(İs) 40(S) 125(İs)

35 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) Yalova Antalya 45(S) 130(İs) 45(S) 130(İs) 40(S) 125(İs) 40(S) 125(İs) 85(Y) 195(İs)

36 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) Yalova Düzce Antalya 45(S) 130(İs) 45(S) 130(İs) 45(S) 130(İs) 40(S) 125(İs) 40(S) 125(İs) - 10(D) 135(İs) 85(Y) 195(İs) 85(Y) 195(İs)

37 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) Yalova Düzce Antalya 45(S) 130(İs) 45(S) 130(İs) 45(S) 130(İs) 40(S) 125(İs) 40(S) 125(İs) Eskişehir (D) 135(İs) 10(D) 135(İs) 80(E) 210(İs) 70(E) 200(İs) 85(Y) 195(İs) 85(Y) 195(İs) 55(E) 185(İs)

38 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) Yalova Düzce Antalya 45(S) 130(İs) 45(S) 130(İs) 45(S) 130(İs) 40(S) 125(İs) 40(S) 125(İs) Eskişehir (D) 135(İs) 10(D) 135(İs) Bolu (E) 210(İs) 80(E) 210(İs) 70(E) 200(İs) 70(E) 200(İs) 85(Y) 195(İs) 85(Y) 195(İs) 55(E) 185(İs) 55(E) 185(İs)

39 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) Yalova Düzce Antalya 45(S) 130(İs) 45(S) 130(İs) 45(S) 130(İs) 40(S) 125(İs) 40(S) 125(İs) Eskişehir (D) 135(İs) 10(D) 135(İs) Bolu Isparta (E) 210(İs) 80(E) 210(İs) 80(E) 210(İs) 70(E) 200(İs) 70(E) 200(İs) 70(E) 200(İs) 85(Y) 195(İs) 85(Y) 195(İs) 55(E) 185(İs) 55(E) 185(İs) - 80(I) 265(İs)

40 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) Yalova Düzce Antalya 45(S) 130(İs) 45(S) 130(İs) 45(S) 130(İs) 40(S) 125(İs) 40(S) 125(İs) Eskişehir (D) 135(İs) 10(D) 135(İs) Bolu Isparta Konya (E) 210(İs) 80(E) 210(İs) 80(E) 210(İs) 80(E) 210(İs) 70(E) 200(İs) 70(E) 200(İs) 70(E) 200(İs) 85(Y) 195(İs) 85(Y) 195(İs) 55(E) 185(İs) 55(E) 185(İs) (I) 265(İs) 80(I) 265(İs)

41 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) Yalova Düzce Antalya 45(S) 130(İs) 45(S) 130(İs) 45(S) 130(İs) 40(S) 125(İs) 40(S) 125(İs) Eskişehir (D) 135(İs) 10(D) 135(İs) Bolu Isparta Konya (E) 210(İs) 80(E) 210(İs) 80(E) 210(İs) 80(E) 210(İs) Ankara (E) 200(İs) 70(E) 200(İs) 70(E) 200(İs) 85(Y) 195(İs) 85(Y) 195(İs) 55(E) 185(İs) 55(E) 185(İs) (A) 315(İs) (I) 265(İs) 80(I) 265(İs) 80(I) 265(İs)

42 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) Yalova Düzce Antalya 45(S) 130(İs) 45(S) 130(İs) 45(S) 130(İs) 40(S) 125(İs) 40(S) 125(İs) Eskişehir (D) 135(İs) 10(D) 135(İs) Bolu Isparta Konya (E) 210(İs) 80(E) 210(İs) 80(E) 210(İs) 80(E) 210(İs) Ankara Antalya (E) 200(İs) 70(E) 200(İs) 70(E) 200(İs) 85(Y) 195(İs) 85(Y) 195(İs) 55(E) 185(İs) 55(E) 185(İs) (A) 315(İs) 105(A) 315(İs) (I) 265(İs) 80(I) 265(İs) 80(I) 265(İs) - - -

43 DİJKSTRA İzmit Yalova Sakarya Eskişehir Düzce Bolu Ankara Nevşehir Konya Isparta İstanbul 55(İs) 115(İs) İzmit - Sakarya - 55(İz) 110(İs) 55(İz) 110(İs) 30(iz) 85(İs) Yalova Düzce Antalya 45(S) 130(İs) 45(S) 130(İs) 45(S) 130(İs) 40(S) 125(İs) 40(S) 125(İs) Eskişehir (D) 135(İs) 10(D) 135(İs) Bolu Isparta Konya (E) 210(İs) 80(E) 210(İs) 80(E) 210(İs) 80(E) 210(İs) Ankara Antalya (E) 200(İs) 70(E) 200(İs) 70(E) 200(İs) 85(Y) 195(İs) 85(Y) 195(İs) 55(E) 185(İs) 55(E) 185(İs) (A) 315(İs) 105(A) 315(İs) (I) 265(İs) 80(I) 265(İs) 80(I) 265(İs) Nevşehir

44 DİJKSTRA İSTANBUL-ANTALYA=265 İstanbul 55 İzmit 30 Sakarya 45 Eskişehir 55 Isparta 80 Antalya ÖĞR.GÖR.GÜNAY TEMÜR 44

45 DİJKSTRA İSTANBUL-ISPARTA= İzmit İst 55 Yalova 65 Isparta ÖĞR.GÖR.GÜNAY TEMÜR 45

46 DİJKSTRA ÖRNEK A G 17 I 5 4 B C 4 F D 7 E 5 H ÖĞR.GÖR.GÜNAY TEMÜR 46

47 DİJKSTRA ALGORİTMASI Algoritmanın başlangıç düğümü (node) A olsun. A düğümünün henüz hiçbir düğüme erişimi olmadığını kabul ederek her bir düğüme ulaşımını sonsuz () olarak atıyoruz. ÖĞR.GÖR.GÜNAY TEMÜR 47

48 DİJKSTRA ALGORİTMASI Daha sonra başlangıç düğümünün komşusu olan bütün düğümlere giderek mesafemizi güncelliyoruz. Burada b ve c düğümlerine erişim sağlıyor. ÖĞR.GÖR.GÜNAY TEMÜR 48

49 DİJKSTRA ALGORİTMASI A düğümüyle işlemimiz bitti. Şimdi sıra farketmeksizin yani ister b ister c düğümünden başlayarak tıpkı a düğümünde yaptığımız gibi mesafeleri güncellememiz gerekmektedir. İlk güncellememize C düğümünden başlarsak; ÖĞR.GÖR.GÜNAY TEMÜR 49

50 DİJKSTRA ALGORİTMASI Şimdi burada dikkat edilmesi gereken husus a-b arası 4 birim uzaklıktaydı. Artık C düğümünü güncellediğimiz için a-b düğümleri arasını c üzerinden(a-c-b) gidersek 3 birim uzaklıkta olduğu için b düğümüne ulaşımımız 3 olarak güncellemimiz gerekiyor. ÖĞR.GÖR.GÜNAY TEMÜR 50

51 DİJKSTRA ALGORİTMASI Sıra geldi b düğümünün komşu düğümlerini güncellemeye. Komşu olarak c ve d düğümleri var. C düğümüne ulaşımımız a-b-c üzerinden 4+1=5 birim ama biz a-c arası mesafemiz 2 olduğu için güncellememize gerek yoktur.çünkü daha fazla maliyetlidir. B düğümünün diğer komşusu olan d düğümüne mesafesi a-b-d üzeriden 4+3=7 dir. Diğer görselde a-c-d mesafesi 2+8=10 olduğu için güncellememiz gerekecektir. ÖĞR.GÖR.GÜNAY TEMÜR 51

52 DİJKSTRA ALGORİTMASI ÖĞR.GÖR.GÜNAY TEMÜR 52

53 DİJKSTRA ALGORİTMASI Şimdi d düğümünün komşularına bakalım. E düğümüne a-c-e üzerinden ulaşım 10+2=12 birim uzaklıktaydı, fakat a-c-b-d-e üzerinden ulaşım =10 birim uzaklıkta olacaktır. ve e düğümüne bundan başka daha az mesafede ulaşamayız. ÖĞR.GÖR.GÜNAY TEMÜR 53

54 DİJKSTRA ALGORİTMASI E düğümünün komşu düğümlerini güncelleyelim. Komşu düğüm olarak güncellememiz gerek tek düğüm kaldı o da z düğümü. Bir önceki örnekte d üzerinden maliyetimiz 8+6=14 idi. Fakat e düğümü üzerinden 10+3=13 birim uzaklıkta olduğu için güncellememiz gerekecektir. ÖĞR.GÖR.GÜNAY TEMÜR 54

55 DİJKSTRA ALGORİTMASI Artık mesafe olarak güncellememiz gereken bir düğüm kalmadığı için algoritma bu graf için sonlanır. «Bu algoritmanın amacı: Bir düğümden başlayarak o düğümün tüm graf üzerinde bulunan düğümlerine en kısa mesafede ulaşmasını garanti eder. Ayrıca bundan daha kısa bir yol bulunmayacağını iddia eder. Eşit mesafe olabilir.» ÖĞR.GÖR.GÜNAY TEMÜR 55

56 KRUSKAL ALGORİTHM (MİN. SPANNİNG TREE) Kruskal algoritması bağlı düğümler içerisinde en kısa şekilde tüm düğümleri dolaşmayı sağlar (Minimum Spanning Tree Solving) ÖĞR.GÖR.GÜNAY TEMÜR 56

57 KRUSKAL ALGORİTHM (MİN. SPANNİNG TREE) Weight Src Dest ÖĞR.GÖR.GÜNAY TEMÜR 57

58 Weight Src Dest : : : : : : : : : : : Döngü var Döngü var Döngü var SON ÖĞR.GÖR.GÜNAY TEMÜR 58

59 TOPLOJİK SIRALAMA Bu algoritma yönlü döngüsüz graflar üzerinde tanımlanan bir algoritmadır. Hatırlayalım: Döngüsüz Döngülü a f a f e e d b d b ÖĞR.GÖR.GÜNAY TEMÜR 59

60 ÖRNEK: C1,C2,C3,C4,C5 alınması gereken 5 adet ders olsun. Buna bağlı olarak; C1 ve C2 nin ön şartı yok, C3, C1 ve C2 yi ön şart alıyor, C4, C3 ü ön şart alıyor, C5, C3 ve C4 ü ön şart alıyor, Bu şartlara bağlı olarak öğrencilerin dersleri alma sırasını oluşturalım. ÖĞR.GÖR.GÜNAY TEMÜR 60

61 ÖRNEK: (DEVAM...) Dersleri grafların köşeleri, ön şartları da yönlü kenarlar kabul ederek, bir graf oluşturalım; c1 c4 c3 c2 c5 ÖĞR.GÖR.GÜNAY TEMÜR 61

62 ÖRNEK: (DEVAM...) NASIL SIRALANACAK: İndirge ve Çöz yöntemiyle kendisine gelen ve kenar bulunmayan bir düğümü kaynak olarak seçip graftan çıkarıp işlemler (n-1) düğümlü graf ile devam ettirilir. Graf ta hiç düğüm kalmayınca çözüm tamamlanmış olur. c1 c4 c1 c3 c3 c4 c5 c2 c5 c2 Eşit Olduğu İçin ÖĞR.GÖR.GÜNAY TEMÜR 62

63 BİTTİ ÖĞR.GÖR.GÜNAY TEMÜR 63

64 YARARLANILAN KAYNAKLAR Ders Kitabı: Data Structures through JAVA, V.V.Muniswamy Yardımcı Okumalar: Algorithms, Robert Sedgewick Yrd. Doç. Dr. Deniz KILINÇ, Celal Bayar Üniversitesi kruskals-minimum-spanning-tree-mst/ ÖĞR.GÖR.GÜNAY TEMÜR 64

VERİ YAPILARI. GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi ÖĞR.GÖR.GÜNAY TEMÜR 1

VERİ YAPILARI. GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi ÖĞR.GÖR.GÜNAY TEMÜR 1 VERİ YAPILARI GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi ÖĞR.GÖR.GÜNAY TEMÜR 1 GRAPH (ÇİZGE - GRAF) Terminoloji Çizge Kullanım Alanları Çizge Gösterimi Komşuluk Matrisi Komşuluk Listesi Çizge Üzerinde

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği BÖLÜM - 11 Bu bölümde, Graph (Çizge - Graf) Terminoloji Çizge Kullanım

Detaylı

Çizgeler (Graphs) Doç. Dr. Aybars UĞUR

Çizgeler (Graphs) Doç. Dr. Aybars UĞUR Çizgeler (Graphs) ve Uygulamaları Doç. Dr. Aybars UĞUR Giriş Şekil 12.1 : Çizge (Graph) Çizge (Graph) : Köşe (vertex) adı verilen düğümlerden ve kenar (edge) adı verilip köşeleri birbirine bağlayan bağlantılardan

Detaylı

BMT 206 Ayrık Matematik. Yük. Müh. Köksal GÜNDOĞDU 1

BMT 206 Ayrık Matematik. Yük. Müh. Köksal GÜNDOĞDU 1 BMT 206 Ayrık Matematik Yük. Müh. Köksal GÜNDOĞDU 1 Graph (Çizge) Yük. Müh. Köksal GÜNDOĞDU 2 Graph (Çizge) Köşe (vertex) adı verilen düğümlerden ve kenar (edge) adı verilip köşeleri birbirine bağlayan

Detaylı

Graflar bilgi parçaları arasındaki ilişkileri gösterirler.

Graflar bilgi parçaları arasındaki ilişkileri gösterirler. Graflar (Graphs) Graf gösterimi Uygulama alanları Graf terminolojisi Depth first dolaşma Breadth first dolaşma Topolojik sıralama Yrd.Doç.Dr. M. Ali Akcayol Graflar Graflar bilgi parçaları arasındaki ilişkileri

Detaylı

İçerik: Graflar. Tanım. Gösterim. Dolaşma Algoritmaları. Yönlü ve yönsüz graflar Ağırlıklı graflar. Komşuluk Matrisi Komşuluk Listesi

İçerik: Graflar. Tanım. Gösterim. Dolaşma Algoritmaları. Yönlü ve yönsüz graflar Ağırlıklı graflar. Komşuluk Matrisi Komşuluk Listesi Tanım Yönlü ve yönsüz graflar ğırlıklı graflar İçerik: Graflar Gösterim Komşuluk Matrisi Komşuluk Listesi olaşma lgoritmaları BS (Breath irst Search) S (epth-irst Search) 1 Graflar Graf, matematiksel anlamda,

Detaylı

Graf Veri Modeli. Düğümler kümesi. Kenarlar kümesi

Graf Veri Modeli. Düğümler kümesi. Kenarlar kümesi Graf Veri Modeli Graf, bir olay veya ifadenin düğüm ve çizgiler kullanılarak gösterilme şeklidir. Fizik, Kimya gibi temel bilimlerde ve mühendislik uygulamalarında ve tıp biliminde pek çok problemin çözümü

Detaylı

Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli Graf, matematiksel anlamda, düğümler ve bu düğümler arasındaki ilişkiyi gösteren kenarlardan oluşan bir kümedir; mantıksal ilişki düğüm ile düğüm

Detaylı

köşe (vertex) kenar (edg d e)

köşe (vertex) kenar (edg d e) BÖLÜM 7 köşe (vertex) kenar (edge) Esk den Ank ya bir yol (path) Tanım 7.1.1: Bir G çizgesi (ya da yönsüz çizgesi) köşelerden oluşan bir V kümesinden ve kenarlardan oluşan bir E kümesinden oluşur. Herbir

Detaylı

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok 8.0.0 Şebeke Kavramları BÖLÜM III: Şebeke Modelleri Şebeke (Network) Sonlu sayıdaki düğümler kümesiyle, bunlarla bağlantılı oklar (veya dallar) kümesinin oluşturduğu yapı şeklinde tanımlanabilir ve (N,A)

Detaylı

BMB204. Veri Yapıları Ders 11. Çizgeler (Graph) Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü

BMB204. Veri Yapıları Ders 11. Çizgeler (Graph) Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü BMB204. Veri Yapıları Ders 11. Çizgeler (Graph) Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Dersin Planı Çizgeler Çizge Tanım Çeşitleri Çizge Üzerinde Arama Önce derinliğine

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#6: AZALT VE FETHET YÖNTEMİ

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#6: AZALT VE FETHET YÖNTEMİ YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#6: AZALT VE FETHET YÖNTEMİ Azalt ve Fethet Algoritmaları Problemi daha küçük bir örneğine çevir: Küçük örneği çöz Çözümü asıl probleme genişlet 3 tipi vardır:

Detaylı

Azalt ve Fethet Algoritmaları

Azalt ve Fethet Algoritmaları Azalt ve Fethet Algoritmaları Problemi daha küçük bir örneğine çevir: Küçük örneği çöz Çözümü asıl probleme genişlet 3 tipi vardır: Bir sabitle azalt (Genellikle 1) Eklemeli Sıralama (Insertion Sort) Topolojik

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR Aç Gözlü (Hırslı) Algoritmalar (Greedy ) Bozuk para verme problemi Bir kasiyer 48 kuruş para üstünü nasıl verir? 25 kuruş, 10 kuruş,

Detaylı

ÇİZGE KURAMI KESİKLİ MATEMATİKSEL YAPILAR GÜZ

ÇİZGE KURAMI KESİKLİ MATEMATİKSEL YAPILAR GÜZ ÇİZGE KURAMI KESİKLİ MATEMATİKSEL YAPILAR 2012-2013 GÜZ Çizgeler Yollar ve Çevrimler Çizge Olarak Modelleme Çizge Olarak Modelleme Yönlü Çizge Kenar - Köşe 2 / 90 Çizgeler Yollar ve Çevrimler Çizge Olarak

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, BÖLÜM - 8 Problem Tanımı Arama Ağaçları İkili Arama

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, BÖLÜM - 9 Hatırlatmalar Tam İkili Ağaç Eksiksiz İkili

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği BAŞLAMADAN ÖNCE Bu dersi alan öğrencilerin aşağıdaki konuları bildiği

Detaylı

11.Hafta En kısa yollar I-II-III Devam. Negatif Ağırlıklı En Kısa Yollar Doğruluk Çözümleme

11.Hafta En kısa yollar I-II-III Devam. Negatif Ağırlıklı En Kısa Yollar Doğruluk Çözümleme 11.Hafta En kısa yollar I-II-III Devam Negatif Ağırlıklı En Kısa Yollar Doğruluk Çözümleme 1 En Kısa Yollar II Bellman-Ford algoritması 2 3 Negatif Maliyetli Çember Eğer graf negatif maliyetli çember içeriyorsa,

Detaylı

Çizge teorisi. 1736, Euler, Königsberg Köprüleri problemini çözdü

Çizge teorisi. 1736, Euler, Königsberg Köprüleri problemini çözdü Çizge Algoritmaları Çizge teorisi 1736, Euler, Königsberg Köprüleri problemini çözdü Königsberg Köprüleri Problemi C A D B Çizge örneği 4 öğrenci: A, B, C, D 4 iş: FF, SC, W, BS FF SC W BS A B C D Soru:Tüm

Detaylı

Algoritmalar. Çizge Algoritmaları. Bahar 2017 Doç. Dr. Suat Özdemir 1

Algoritmalar. Çizge Algoritmaları. Bahar 2017 Doç. Dr. Suat Özdemir 1 Algoritmalar Çizge Algoritmaları Bahar 201 Doç. Dr. Suat Özdemir 1 En Kısa Yol Problemi Çizgelerdeki bir diğer önemli problem de bir düğümden diğer bir düğüme olan en kısa yolun bulunmasıdır. Bu problem

Detaylı

9.Hafta Veri sıkıştırma ve Aç gözlü algoritmalar

9.Hafta Veri sıkıştırma ve Aç gözlü algoritmalar 1 9.Hafta Veri sıkıştırma ve Aç gözlü algoritmalar 2 Veri Sıkıştırma (Compression) Kayıplı-Kayıpsız Veri Sıkıştırma Sabit ve Değişken Genişlikli Kodlama Huffman Algortiması (Greedy Algoithms) Veri Sıkıştırma

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, BÖLÜM - 7 Ağaç (Tree) Veri Yapısı Giriş Ağaç VY Temel

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, BÖLÜM - 3 Motivasyon: Neden Listeye İhtiyaç Var? Bağlı

Detaylı

Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM Veri Yapıları Dersi. Proje#2

Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM Veri Yapıları Dersi. Proje#2 Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 2116- Veri Yapıları Dersi Proje#2 İkili Arama Ağacı, Heap, Hash Tabloları ve Çizgeler Veriliş Tarihi: 24.04.2018 Son Teslim Tarihi: 25.05.2018

Detaylı

10.Hafta Minimum kapsayan ağaçlar Minimum spanning trees (MST)

10.Hafta Minimum kapsayan ağaçlar Minimum spanning trees (MST) 1 10.Hafta Minimum kapsayan ağaçlar Minimum spanning trees (MST) Kapsayan ağaç Spanning Tree (ST) Bir Kapsayan Ağaç (ST); G, grafındaki bir alt graftır ve aşağıdaki özelliklere sahiptir. G grafındaki tüm

Detaylı

Ağaç (Tree) Veri Modeli

Ağaç (Tree) Veri Modeli Ağaç (Tree) Veri Modeli 1 2 Ağaç Veri Modeli Temel Kavramları Ağaç, bir kök işaretçisi, sonlu sayıda düğümleri ve onları birbirine bağlayan dalları olan bir veri modelidir; aynı aile soyağacında olduğu

Detaylı

VERİ YAPILARI DERS NOTLARI BÖLÜM 1 GİRİŞ. Yard. Doç. Dr. Deniz KILINÇ

VERİ YAPILARI DERS NOTLARI BÖLÜM 1 GİRİŞ. Yard. Doç. Dr. Deniz KILINÇ VERİ YAPILARI DERS NOTLARI BÖLÜM 1 GİRİŞ Yard. Doç. Dr. Deniz KILINÇ CELAL BAYAR ÜNİVERSİTESİ, YAZILIM MÜHENDİSLİĞİ 2015-2016 1. DERS İÇERİĞİ VE KAYNAKLAR Veri Yapıları (VY) dersinde görülmesi muhtemel

Detaylı

Anadolu Üniversitesi Endüstri Mühendisliği Bölümü İST328 Yöneylem Araştırması 2 Dersi Bahar Dönemi. Hazırlayan: Doç. Dr.

Anadolu Üniversitesi Endüstri Mühendisliği Bölümü İST328 Yöneylem Araştırması 2 Dersi Bahar Dönemi. Hazırlayan: Doç. Dr. Anadolu Üniversitesi Endüstri Mühendisliği Bölümü İST8 Yöneylem Araştırması Dersi 00-0 Bahar Dönemi Hazırlayan: Doç. Dr. Nil ARAS AÇIKLAMA Bu sunu izleyen kaynaklardaki örnek ve bilgilerden faydalanarak

Detaylı

MAT223 AYRIK MATEMATİK

MAT223 AYRIK MATEMATİK MAT223 AYRIK MATEMATİK Gezgin Satıcı Problemi 9. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Gezgin Satıcı Problemi Soru n tane şehri olan bir

Detaylı

MAT223 AYRIK MATEMATİK

MAT223 AYRIK MATEMATİK MAT223 AYRIK MATEMATİK Gezgin Satıcı Problemi 9. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Gezgin Satıcı Problemi Soru n tane şehri olan bir

Detaylı

BLM-431 YAPAY ZEKA. Ders-4 Bilgisiz Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA

BLM-431 YAPAY ZEKA. Ders-4 Bilgisiz Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA BLM-431 YAPAY ZEKA Ders-4 Bilgisiz Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Dersin Hedefleri Aşağıda verilen arama stratejilerini anlamak

Detaylı

Graflar - Çizgeler. Ders 9. Graflar ve Tanımlar

Graflar - Çizgeler. Ders 9. Graflar ve Tanımlar Graflar - Çizgeler Ders 9 9-1 Graflar ve Tanımlar Bir grafın ne olduğunu açıklamadan önce belki de ne olmadığını söylemek daha iyi olabilir. Bu bölümde kullanılan graf bir fonksiyonun grafiği değildir.

Detaylı

YZM YAPAY ZEKA DERS#4: BİLGİSİZ ARAMA YÖNTEMLERİ

YZM YAPAY ZEKA DERS#4: BİLGİSİZ ARAMA YÖNTEMLERİ YZM 327 - YAPAY ZEKA DERS#4: BİLGİSİZ ARAMA YÖNTEMLERİ Bilgisiz Arama Stratejisi Sadece problem formülasyonundaki mevcut bilgiyi kullanır Durum bilgisinden yararlanmazlar Çözüme ulaşmak için hiçbir bilgi

Detaylı

ÇİZGİ KÜMELERİ (GRAPHS)

ÇİZGİ KÜMELERİ (GRAPHS) ÇİZGİ KÜMELERİ (GRAPHS) 1 2 GRAFLAR Tanım Yönlendirilmiş ve yönlendirilmemiş graflar Ağırlıklı graflar Gösterim Komşuluk Matrisi Komşuluk Listesi Dolaşma Algoritmaları BFS (Breath First Search) DFS (Depth-First

Detaylı

HACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ

HACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ Öğrenci Adı Soyadı: Öğrenci Numarası: S1 S2 S3 S4 S5 S6 S7 Toplam HACETTEPE ÜNİVERSİTESİ 2012-2013 BAHAR DÖNEMİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BBM202 Algoritmalar 1. Ara Sınav 25.04.2013 Sınav Süresi:

Detaylı

Veri Yapıları. Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi

Veri Yapıları. Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi Veri Yapıları Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi Hash Tabloları ve Fonksiyonları Giriş Hash Tabloları Hash Fonksiyonu Çakışma (Collision) Ayrık Zincirleme Çözümü Linear Probing

Detaylı

BBM Discrete Structures: Final Exam Date: , Time: 15:00-17:00

BBM Discrete Structures: Final Exam Date: , Time: 15:00-17:00 BBM 205 - Discrete Structures: Final Exam Date: 12.1.2017, Time: 15:00-17:00 Ad Soyad / Name: Ögrenci No /Student ID: Question: 1 2 3 4 5 6 7 8 9 10 11 Total Points: 6 16 8 8 10 9 6 8 14 5 10 100 Score:

Detaylı

BLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA

BLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA BLM-431 YAPAY ZEKA Ders-5 Bilgili Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Arama Grafları Eğer arama uzayı ağaç yapısından değil de graf

Detaylı

HACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ

HACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ Öğrenci Adı Soyadı: Öğrenci Numarası: S1 S2 S3 S4 S5 Toplam HACETTEPE ÜNİVERSİTESİ 2014-2015 BAHAR DÖNEMİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BBM202 Algoritmalar 2. Ara Sınav 09.04.2015 Sınav Süresi: 90 dakika

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, BÖLÜM - 5 Kuyruk VY ve ADT Basit Kuyruk (Simple Queue)

Detaylı

Genel Graf Üzerinde Mutlak 1-merkez

Genel Graf Üzerinde Mutlak 1-merkez Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, BÖLÜM - 4 Stack (Yığın, Yığıt) Veri Yapısı Stack Çalışma

Detaylı

Çizge Teorisi (Graph Theory)

Çizge Teorisi (Graph Theory) Sadi Evren SEKER, Çizge Teorisi (Graph Theory), YBS Ansiklopedi, v.2, is.2, pp. 17-29, 2015 17 YBS Ansiklopedi www.ybsansiklopedi.com Cilt 2, Sayı 2, Haziran 2015 Çizge Teorisi (Graph Theory) Sadi Evren

Detaylı

SINAV YÖNERGESİ. Numarası : CEVAP. Adı Soyadı : ANAHTARI A) 512 B) 513 C) 256 D) 1024 E) 1025 A) 252 B) 256 C) 3024 D) 126 E) =?

SINAV YÖNERGESİ. Numarası : CEVAP. Adı Soyadı : ANAHTARI A) 512 B) 513 C) 256 D) 1024 E) 1025 A) 252 B) 256 C) 3024 D) 126 E) =? Ayrık Hesaplama Yapıları A GRUBU 0.0.01 Numarası Adı Soyadı : CEVAP : ANAHTARI SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına numaranızı ve isminizi mürekkepli kalem

Detaylı

BLM-431 YAPAY ZEKA. Ders-3 Durum Uzayında Arama. Yrd. Doç. Dr. Ümit ATİLA

BLM-431 YAPAY ZEKA. Ders-3 Durum Uzayında Arama. Yrd. Doç. Dr. Ümit ATİLA BLM-431 YAPAY ZEKA Ders-3 Durum Uzayında Arama Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Dersin Hedefleri Durum uzayı temsilini öğrenmek ve durum uzayında

Detaylı

MAT223 AYRIK MATEMATİK

MAT223 AYRIK MATEMATİK MAT223 AYRIK MATEMATİK Çizgeler 7. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Çift ve Tek Dereceler Çizgeler Çift ve Tek Dereceler Soru 51 kişinin

Detaylı

ARAÇ ROTALARININ EN KISA YOL ALGORİTMALARI KULLANILARAK BELİRLENMESİ VE.NET ORTAMINDA SİMÜLASYONU

ARAÇ ROTALARININ EN KISA YOL ALGORİTMALARI KULLANILARAK BELİRLENMESİ VE.NET ORTAMINDA SİMÜLASYONU T.C. PAMUKKALE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ARAÇ ROTALARININ EN KISA YOL ALGORİTMALARI KULLANILARAK BELİRLENMESİ VE.NET ORTAMINDA SİMÜLASYONU Şahin BAYZAN Yüksek Lisans Tezi DENİZLİ 005 ARAÇ ROTALARININ

Detaylı

GRAFLAR (ÇİZGELER) karşılık gelen başka bir kenar yoktur. Sonuç olarak, bir basit grafta uv, köşe

GRAFLAR (ÇİZGELER) karşılık gelen başka bir kenar yoktur. Sonuç olarak, bir basit grafta uv, köşe 1 GRAFLAR (ÇİZGELER) 1. GRAFLAR VE GRAF MODELLERİ Tanım: Bir G=(V,E) grafı, boş olmayan köşeler (veya düğümler) kümesi V ve kenarlar kümesi E den meydana gelir. Her kenar kendisi ile bağlantılı 1 veya

Detaylı

GEZGİN SATICI PROBLEMİ. Feasible Çözümler? Optimal Çözüm?

GEZGİN SATICI PROBLEMİ. Feasible Çözümler? Optimal Çözüm? 7..07 ÖRNEK : Bir ilaç satış temsilcisi no lu şehirde yaşamaktadır ve mevcut programında ziyaret etmesi gereken farklı şehirde yaşayan müşterileri mevcuttur. Şehirler arasındaki mesafeler tabloda verilmiştir.

Detaylı

Veri Yapıları. Yrd. Doç. Dr. Şadi Evren ŞEKER

Veri Yapıları. Yrd. Doç. Dr. Şadi Evren ŞEKER Veri Yapıları Yrd. Doç. Dr. Şadi Evren ŞEKER Not: Bu sunumun amacı, İstanbul Üniversitesi Bilgisayar Mühendisliği Bölümü, Bilgisayar Mühendisliğine Giriş Dersi için genel amaçlı veri yapıları hakkında

Detaylı

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri Veri modelleri, veriler arasında ilişkisel ve sırasal düzeni gösteren kavramsal tanımlardır. Her program en azından bir veri modeline dayanır. Uygun

Detaylı

Bölüm 7: Kilitlenme (Deadlocks)

Bölüm 7: Kilitlenme (Deadlocks) Bölüm 7: Kilitlenme (Deadlocks) Mehmet Demirci tarafından çevrilmiştir. Silberschatz, Galvin and Gagne 2013 Bölüm 7: Kilitlenme (Deadlocks) Sistem modeli Kilitlenme Belirleme Kilitlenme Yönetim Yöntemleri

Detaylı

DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS Veri Yapıları ve Algoritmalar BİM-221 2/II 2+0+2 3 3,5 Dersin Dili

Detaylı

Arama Algoritmaları ile Gerçek Dünya Örnekleri

Arama Algoritmaları ile Gerçek Dünya Örnekleri Arama Algoritmaları Arama Algoritmaları ile Gerçek Dünya Örnekleri Rota Bulma bilgisayar ağları, otomatik seyahat tavsiye sistemleri, havayolu seyahat planlama sistemleri gibi değişik alanlarda kullanılmaktadır

Detaylı

Yrd. Doç. Dr. Ümit ATİLA

Yrd. Doç. Dr. Ümit ATİLA Yrd. Doç. Dr. Ümit ATİLA Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme. Bilgisayar sistemleri için veri sıralama çok önemlidir. Sıralama işlemi, hem arama işlemlerini hem de bir grup veriyi

Detaylı

BLM-112 PROGRAMLAMA DİLLERİ II. Ders-7 Sıralama Algoritmaları

BLM-112 PROGRAMLAMA DİLLERİ II. Ders-7 Sıralama Algoritmaları BLM-112 PROGRAMLAMA DİLLERİ II Ders-7 Sıralama Algoritmaları Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme.

Detaylı

Yrd. Doç. Dr. Caner ÖZCAN

Yrd. Doç. Dr. Caner ÖZCAN Yrd. Doç. Dr. Caner ÖZCAN BAĞLI LİSTELER Bağlı listeler konusuna çalışmanın bazı faydaları var. Bağlı listeler gerçek programlarda kullanılabilecek bir veri yapısıdır. Bağlı listelerin güçlü ve zayıf yönlerini

Detaylı

3. Herhangi bir G çizgesi için aşağıdaki önermelerden hangi(ler)si her zaman doğrudur?

3. Herhangi bir G çizgesi için aşağıdaki önermelerden hangi(ler)si her zaman doğrudur? Ayrık Hesaplama Yapıları A GRUBU.0.05 Numarası : Adı Soyadı : SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına numaranızı ve isminizi mürekkepli kalem ile yazınız.

Detaylı

ÇİZGİ KÜMELERİ (GRAPHS)

ÇİZGİ KÜMELERİ (GRAPHS) ÇİZGİ KÜMELERİ (GRAPHS) 1 2 GRAFLAR Tanım Yönlendirilmiş ve yönlendirilmemiş graflar Ağırlıklı graflar Gösterim Komşuluk Matrisi Komşuluk Listesi Dolaşma Algoritmaları BFS (Breath First Search) DFS (Depth-First

Detaylı

Max - Min Heap Tree (Max ve Min Yığıt Ağaçları) Veri Yapıları ve Algoritmalar 2 - Mustafa EGE Ders Notları

Max - Min Heap Tree (Max ve Min Yığıt Ağaçları) Veri Yapıları ve Algoritmalar 2 - Mustafa EGE Ders Notları Max - Min Heap Tree (Max ve Min Yığıt Ağaçları) Veri Yapıları ve Algoritmalar 2 - Mustafa EGE Ders Notları Max - Min Heap Öncelikli kuyruk konusunu hatırlayın. Kuyruğa sonradan eklenmesine rağmen öncelik

Detaylı

DOSYA ORGANİZASYONU. Ağaç Yapıları ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

DOSYA ORGANİZASYONU. Ağaç Yapıları ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DOSYA ORGANİZASYONU ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ Ağaç Yapıları Sunum planı Genel kavramlar İkili ağaç İkili arama ağacı AVL Tree B-Tree Genel Kavramlar Bir ağaç yapısı

Detaylı

3B CBS'DE AĞ ANALİZLERİNE YÖNELİK COĞRAFİ VERİTABANININ OTOMATİK OLARAK ÜRETİLMESİ

3B CBS'DE AĞ ANALİZLERİNE YÖNELİK COĞRAFİ VERİTABANININ OTOMATİK OLARAK ÜRETİLMESİ TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon 3B CBS'DE AĞ ANALİZLERİNE YÖNELİK COĞRAFİ VERİTABANININ OTOMATİK OLARAK ÜRETİLMESİ

Detaylı

Lisans. Ayrık Matematik Çizgeler. Konular. Tanım çizge: G = (V, E) Tanım. c T. Uyar, A. Yayımlı, E. Harmancı

Lisans. Ayrık Matematik Çizgeler. Konular. Tanım çizge: G = (V, E) Tanım. c T. Uyar, A. Yayımlı, E. Harmancı Lisans Ayrık Matematik Çizgeler H. Turgut Uyar Ayşegül Gençata Yayımlı Emre Harmancı 2001-2013 You are free: to Share to copy, distribute and transmit the work to Remix to adapt the work c 2001-2013 T.

Detaylı

A GRUBU Her bir yüzü düzgün beşgen olan düzgün 12-yüzlünün kaç ayrıtı vardır? A) 30 B) 24 C) 12 D) 36 E) 48

A GRUBU Her bir yüzü düzgün beşgen olan düzgün 12-yüzlünün kaç ayrıtı vardır? A) 30 B) 24 C) 12 D) 36 E) 48 Numarası : Adı Soyadı : SINAV YÖNERGESİ 2. K 5 tam çizgesinin bir kenarı çıkarılarak elde edilen çizgenin köşe noktaları en az kaç renk ile boyanabilir? A) 3 B) 4 C) 2 D) 5 E) 6 İşaretlemelerinizde kurşun

Detaylı

VERİ YAPILARI LİSTELER. Yrd. Doç. Dr. Murat GÖK Bilgisayar Mühendisliği Bölümü YALOVA ÜNİVERSİTESİ

VERİ YAPILARI LİSTELER. Yrd. Doç. Dr. Murat GÖK Bilgisayar Mühendisliği Bölümü YALOVA ÜNİVERSİTESİ VERİ YAPILARI LİSTELER Yrd. Doç. Dr. Murat GÖK Bilgisayar Mühendisliği Bölümü YALOVA ÜNİVERSİTESİ Bağlı Listeler Aynı kümeye ait veri parçalarının birbirlerine bellek üzerinde, sanal olarak bağlanmasıyla

Detaylı

Teori/Saat Uygulama/Saat Laboratuar/Saat AKTS BLM Dersin Amacı

Teori/Saat Uygulama/Saat Laboratuar/Saat AKTS BLM Dersin Amacı Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Bölüm/Program Dersi Ders Tanım Bilgileri Adı Programlama Laboratuvarı II İngilizce Programming Lab -II Adı Kodu Teori/Saat Uygulama/Saat Laboratuar/Saat

Detaylı

Kümeler arası. Küme içi. uzaklıklar. maksimize edilir. minimize edilir

Kümeler arası. Küme içi. uzaklıklar. maksimize edilir. minimize edilir Kümeleme Analizi: Temel Kavramlar ve Algoritmalar Kümeleme Analizi Nedir? Her biri bir dizi öznitelik ile, veri noktalarının bir kümesi ve noktalar arasındaki benzerliği ölçen bir benzerlik ölçümü verilmiş

Detaylı

Sezgisel-Bilgili Arama (Heuristic-Informed Search)

Sezgisel-Bilgili Arama (Heuristic-Informed Search) Sezgisel-Bilgili rama (Heuristic-Informed Search) 1 Sezgisel-Bilgili rama (Heuristic-Informed Search) Kör arama yöntemleri basittir, fakat çoğu zaman pratik değildir. Kör arama yöntemleri bilgisiz yöntemlerdir.

Detaylı

T.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KENDİNİ KLONLAYAN KARINCA KOLONİSİ YAKLAŞIMIYLA OPTİMAL YOLUN BULUNMASI

T.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KENDİNİ KLONLAYAN KARINCA KOLONİSİ YAKLAŞIMIYLA OPTİMAL YOLUN BULUNMASI T.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KENDİNİ KLONLAYAN KARINCA KOLONİSİ YAKLAŞIMIYLA OPTİMAL YOLUN BULUNMASI Şenol Zafer ERDOĞAN Doktora Tezi Bilgisayar Mühendisliği Anabilim Dalı Danışman:

Detaylı

Örnek Arasınav Soruları Güz 2017

Örnek Arasınav Soruları Güz 2017 Sayfa#1 Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 3217- Yapay Zekâ Dersi Örnek Arasınav Soruları Güz 2017 Süre: 75 Dakika Adı ve Soyadı YANIT ANAHTARI Öğrenci Numarası Grubu İmza

Detaylı

BLM 210 PROGRAMLAMA LABORATUVARI II PROJELERİ

BLM 210 PROGRAMLAMA LABORATUVARI II PROJELERİ 1 BLM 210 PROGRAMLAMA LABORATUVARI II PROJELERİ 1. Programlama Laboratuvarı II dersinde aşağıdaki takvimde belirtilen konularda projeler gerçekleştirilecektir. Proje takviminin telafisi olmayacaktır. Proje

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, Giriş Hash Tabloları Hash Fonksiyonu Çakışma (Collision)

Detaylı

A GRUBU Noktaları adlandırılmış K 6 tam çizgesinin tam olarak 3 noktalı kaç tane alt çizgesi vardır? A) 9 B) 20 C) 24 D) 60 E) 160

A GRUBU Noktaları adlandırılmış K 6 tam çizgesinin tam olarak 3 noktalı kaç tane alt çizgesi vardır? A) 9 B) 20 C) 24 D) 60 E) 160 A GRUBU.. Numarası :............................................. Adı Soyadı :............................................. SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına

Detaylı

ÇARPANLAR VE KATLAR ÖĞRENİYORUM

ÇARPANLAR VE KATLAR ÖĞRENİYORUM ÖĞRENİYORUM Bir pozitif tam sayıyı birden fazla pozitif tam sayının çarpımı şeklinde yazarken kullandığımız her bir sayıya o sayının çarpanı denir. Örnek: nin çarpanları,, 3, 4, 6 ve dir. UYGULUYORUM Verilmeyen

Detaylı

Algoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1

Algoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1 Algoritmalar Arama Problemi ve Analizi Bahar 2016 Doç. Dr. Suat Özdemir 1 Arama Problemi Sıralama algoritmaları gibi arama algoritmaları da gerçek hayat bilgisayar mühendisliği problemlerinin çözümünde

Detaylı

{\} /\ Suhap SAHIN Onur GÖK

{\} /\ Suhap SAHIN Onur GÖK Veri Yapıları ve Algoritmalar 0 {\} /\ Suhap SAHIN Onur GÖK Kaynaklar http://www.papatyabilim.com.tr/veriyapilari_algoritmalar.htm Kaynaklar http://www.tutorialspoint.com/data_structures_algorithms/index.htm

Detaylı

Yapay Zekada Problem Çözme

Yapay Zekada Problem Çözme Yapay Zekada Problem Çözme Yapay Zekada Problem Çözme Yapay zeka teknolojileri her şeyden önce problem çözme işlemini arama ve değerlendirmeye dayalı olarak gerçekleştirir. Probleme Çözüm Arama ve Değerlendirme:

Detaylı

VERİ YAPILARI VE PROGRAMLAMA

VERİ YAPILARI VE PROGRAMLAMA VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım; İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit

Detaylı

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Sınıflandırma yöntemleri Karar ağaçları ile sınıflandırma Entropi Kavramı ID3 Algoritması C4.5

Detaylı

İleri Algoritma (COMPE 574) Ders Detayları

İleri Algoritma (COMPE 574) Ders Detayları İleri Algoritma (COMPE 574) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS İleri Algoritma COMPE 574 Güz 3 0 0 3 7.5 Ön Koşul Ders(ler)i Dersin Dili Dersin

Detaylı

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati Kredi AKTS (T+U+L) YÖNEYLEM ARAŞTIRMA İÇİN ALGORİTMALAR EN-312 3/I 3+0+0 3 5 Dersin Dili : Türkçe Dersin

Detaylı

ALGORİTMA VE PROGRAMLAMA I

ALGORİTMA VE PROGRAMLAMA I ALGORİTMA VE PROGRAMLAMA I YZM 1101 Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Genel Bakış 2 Diziler Dizi Nedir? Dizilerin Bildirimi Dizilere Başlangıç Değeri Verme Dizilerde Arama

Detaylı

Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları Giriş 1) Algoritma geliştirme üzerine temel kavramlar 2) Veri modelleri 3) Veri yapıları 4) Algoritma veya yazılım şekilsel gösterimi

Detaylı

Arasınav Örnek Soruları Bahar 2018

Arasınav Örnek Soruları Bahar 2018 Sayfa#1 Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 2116 Veri Yapıları Dersi Arasınav Örnek Soruları Bahar 2018 Süre: 75 Dakika Adı ve Soyadı YANIT ANAHTARI Öğrenci Numarası Grubu İmza

Detaylı

Bölüm 2 Varlık-İlişki Veri Modeli: Araçlar ve Teknikler. Fundamentals, Design, and Implementation, 9/e

Bölüm 2 Varlık-İlişki Veri Modeli: Araçlar ve Teknikler. Fundamentals, Design, and Implementation, 9/e Bölüm 2 Varlık-İlişki Veri Modeli: Araçlar ve Teknikler Fundamentals, Design, and Implementation, 9/e Üç Şema Modeli Üç şema modeli 1975 de ANSI/SPARC tarafından geliştirildi Veri modellemeninç ve rolünü

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTIRMA MODELİNİN TANIMI Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

ELN1002 BİLGİSAYAR PROGRAMLAMA 2

ELN1002 BİLGİSAYAR PROGRAMLAMA 2 ELN1002 BİLGİSAYAR PROGRAMLAMA 2 VERİ YAPILARI Sunu Planı Kendini-gösteren Yapılar Dinamik Bellek Tahsisi Bağlı Listeler Yığınlar Kuyruklar Ağaçlar 1 Veri Yapıları Şu ana kadar, diziler, matrisler ve yapılar

Detaylı

YZM 3217 YAPAY ZEKA DERS#5: BİLGİLİ ARAMA YÖNTEMLERİ

YZM 3217 YAPAY ZEKA DERS#5: BİLGİLİ ARAMA YÖNTEMLERİ YZM 3217 YPY ZEK ER#5: İLGİLİ RM YÖNTEMLERİ Hatırlatma ilgisiz rama Yöntemleri Genişlik-öncelikli (readth-first) Eşit-maliyetli (Uniform-cost) erinlik-öncelikli (epth-first) erinlik-sınırlı (epth-limited)

Detaylı

Teori/Saat Uygulama/Saat Laboratuar/Saat AKTS BLM Dersin Amacı

Teori/Saat Uygulama/Saat Laboratuar/Saat AKTS BLM Dersin Amacı Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Bölüm/Program Dersi Ders Tanım Bilgileri Adı Programlama Laboratuvarı - I İngilizce Programming Lab - I Adı Kodu Teori/Saat Uygulama/Saat Laboratuar/Saat

Detaylı

Graf, noktalar yani diğer bir değişle düğümler ve bu noktaları birleştiren çizgiler yani ayrıtlar

Graf, noktalar yani diğer bir değişle düğümler ve bu noktaları birleştiren çizgiler yani ayrıtlar Projenin Adı: EULER İN YOLU İSTANBUL A DÜŞERSE Projenin Amacı: Çizge kuramının başlangıç noktası kabul edilen Königsberg köprüsü probleminden hareketle İstanbul ve Königsberg şehirleri arasında analoji

Detaylı

Arızalara Karşı Dayanaklı Optik Örgüsel (Mesh) Ağlar 1. Kısım: Koruma. BSM 450 Fiber Optik Ağlar Bahar Yrd. Doç. Dr.

Arızalara Karşı Dayanaklı Optik Örgüsel (Mesh) Ağlar 1. Kısım: Koruma. BSM 450 Fiber Optik Ağlar Bahar Yrd. Doç. Dr. Arızalara Karşı Dayanaklı Optik Örgüsel (Mesh) Ağlar. Kısım: Koruma BSM 450 Fiber Optik Ağlar Bahar 06 Yrd. Doç. Dr. Ferhat Dikbıyık Bir sözleşme metriği: Kullanılabilirlik (Availability) Işıkyolları ile

Detaylı

BIP116-H14-1 BTP104-H014-1

BIP116-H14-1 BTP104-H014-1 VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

2. K 6 tam çizgesinde kaç farklı mükemmel eşleme vardır? 4. Düzlemsel kodu (planar code) olan ağacın kaç köşe noktası vardır?

2. K 6 tam çizgesinde kaç farklı mükemmel eşleme vardır? 4. Düzlemsel kodu (planar code) olan ağacın kaç köşe noktası vardır? Ayrık Hesaplama Yapıları A GRUBU 0.06.01 Numarası :. K 6 tam çizgesinde kaç farklı mükemmel eşleme vardır? Adı Soyadı : SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına

Detaylı

İZMİR İN GEZGİN SATICISI

İZMİR İN GEZGİN SATICISI ÖZEL EGE LİSESİ İZMİR İN GEZGİN SATICISI HAZIRLAYAN ÖĞRENCİLER: Aylin RAMYAR Doruk ÇAKMAKÇI DANIŞMAN ÖĞRETMEN: Serenay YILMAZ İZMİR 2014 İÇİNDEKİLER 1. PROJENİN AMACI... 3 2. GİRİŞ... 3 3. ÖN BİLGİLER...

Detaylı

Algoritmalara Giriş. Prof. Erik Demaine. November 16, 2005 Copyright by Erik D. Demaine and Charles E. Leiserson L18.1

Algoritmalara Giriş. Prof. Erik Demaine. November 16, 2005 Copyright by Erik D. Demaine and Charles E. Leiserson L18.1 Algoritmalara Giriş 6.06J/8.0J Ders 8 En Kısa Yollar II Bellman-Ford algoritması Doğrusal Programlama ve fark kısıtları VLSI yerleşimi küçültülmesi Prof. Erik Demaine November 6, 00 Copyright 00- by Erik

Detaylı

ELN1002 BİLGİSAYAR PROGRAMLAMA 2

ELN1002 BİLGİSAYAR PROGRAMLAMA 2 ELN1002 BİLGİSAYAR PROGRAMLAMA 2 SIRALAMA ALGORİTMALARI Sunu Planı Büyük O Notasyonu Kabarcık Sıralama (Bubble Sort) Hızlı Sıralama (Quick Sort) Seçimli Sıralama (Selection Sort) Eklemeli Sıralama (Insertion

Detaylı

BMB204. Veri Yapıları Ders 9. B+ Ağacı, Hash, Heap. Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü

BMB204. Veri Yapıları Ders 9. B+ Ağacı, Hash, Heap. Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü BMB204. Veri Yapıları Ders 9. B+ Ağacı, Hash, Heap Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Dersin Planı B+ Tree Temel bir veritabanı çalışma kodu Hash (Karma) Heap Ağaçlar

Detaylı

(DOKTORA TEZİ) Tez Danışmanı: Prof. Dr. Urfat NURİYEV. Matematik Anabilim Dalı

(DOKTORA TEZİ) Tez Danışmanı: Prof. Dr. Urfat NURİYEV. Matematik Anabilim Dalı EGE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ (DOKTORA TEZİ) ÇİZGELERDE TEPE BİRLEŞTİRİLMİŞLİK SAYISI ÜZERİNE Tina BEŞERİ SEVİM Tez Danışmanı: Prof. Dr. Urfat NURİYEV Matematik Anabilim Dalı Bilim Dalı Kodu:

Detaylı